NormalParamWrapper

class torchrl.modules.NormalParamWrapper(operator: Module, scale_mapping: str = 'biased_softplus_1.0', scale_lb: Number = 0.0001)

Normal 分佈參數的包裝器。

參數:

• operator (nn.Module) – 其輸出將轉換為位置和尺度參數的運算子

• scale_mapping (str, optional) – 與 std 一起使用的正向映射函式。預設值 = “biased_softplus_1.0”（即，帶有偏差的 softplus 映射，使得 fn(0.0) = 1.0）選項：“softplus”、“exp”、“relu”、“biased_softplus_1”；

• scale_lb (Number, optional) – 變異數可以採取的最小值。預設值為 1e-4。

範例

>>> from torch import nn
>>> import torch
>>> module = nn.Linear(3, 4)
>>> module_normal = NormalParamWrapper(module)
>>> tensor = torch.randn(3)
>>> loc, scale = module_normal(tensor)
>>> print(loc.shape, scale.shape)
torch.Size([2]) torch.Size([2])
>>> assert (scale > 0).all()
>>> # with modules that return more than one tensor
>>> module = nn.LSTM(3, 4)
>>> module_normal = NormalParamWrapper(module)
>>> tensor = torch.randn(4, 2, 3)
>>> loc, scale, others = module_normal(tensor)
>>> print(loc.shape, scale.shape)
torch.Size([4, 2, 2]) torch.Size([4, 2, 2])
>>> assert (scale > 0).all()

forward(*tensors: Tensor) → Tuple[Tensor]

定義每次呼叫時執行的計算。

應該被所有子類別覆寫。

注意

雖然正向傳遞的配方需要在這個函式中定義，但應該在之後呼叫 Module 實例，而不是這個函式，因為前者會處理執行註冊的鉤子，而後者會靜默地忽略它們。